Ramp 데이터, 기업의 AI 토큰 사용량이 지출 증가세를 앞지르고 있음을 보여줘

TechCrunch는 2026년 11월 6일 보도에서 Ramp 데이터에 따르면 토큰 사용량이 계속 증가했는데도 AI 토큰 지출은 2026년 8월과 9월 두 달 동안 1.5% 증가하는 데 그쳤으며, 이는 7월의 전월 대비 증가율 42%와 대조된다고 전했다. 이러한 괴리는 기업의 AI 사용량이 늘면 모델 기업의 매출도 그에 비례해 증가한다는 기본 가정에 의문을 제기한다.

가장 최근의 Ramp AI Index는 10월에 반등이 나타났음을 보여주지만, 격차를 좁힐 정도는 아니다. 2026년 10월 23일에 끝난 주의 전체 토큰 지출은 2026년 9월 25일에 끝난 주와 비교해 8.9% 증가한 반면, 토큰 사용량은 37.1% 늘었다. 따라서 지출이 다시 증가세로 돌아선 뒤에도 사용량은 지출보다 훨씬 빠르게 늘고 있다.

가격 하락과 수요 집중

두 주 사이에 OpenAI와 Anthropic의 토큰 100만 개당 가중 평균 가격은 0.76달러에서 0.56달러로 하락했다. 지수에 따르면 전체 하락률은 26.8%였으며, OpenAI는 42.4%, Anthropic은 15.7% 하락했다. 이러한 가격 인하는 사용량이 크게 늘어도 지출 증가는 훨씬 작을 수 있는 이유를 설명해 준다.

지출이 소수 고객 집단에 집중되어 있어 이들의 지출이 전체 추세에 영향을 미칠 정도다. Ramp의 2026년 10월 14일 분석에 따르면 기업 상위 1%가 OpenAI와 Anthropic 지출의 80%를 차지했으며, 토큰 지출이 사실상 변동 없이 유지된 달이 두 달 연속 이어졌다. 9월 AI 유료 이용 기업 중 상위 1%의 직원 1인당 월간 AI 지출 중앙값은 9,568달러로, 상위 10%의 813달러와 전체 기업 중앙값인 15.70달러보다 높았다.

그럼에도 유료 도입은 확대되고 있다. 지수에 따르면 9월 Ramp 고객 기업의 55.9%가 유료로 AI를 이용했으며, 43.8%는 Anthropic에, 40.6%는 OpenAI에 비용을 지불했다. 토큰 지출에서 Anthropic이 차지하는 비중은 9월 25일에 끝난 주의 51.3%에서 10월 23일에 끝난 주에는 60.5%로 상승한 반면, OpenAI의 비중은 44.2%에서 35.1%로 하락했다. 고객의 효율성 향상으로 지출 규모가 달라지는 상황에서도 한 제공업체가 지출 점유율을 늘릴 수 있으므로, 점유율 변화만으로 전체 지출 증가 여부를 판단할 수는 없다.

대기업 고객이 비용을 통제하고 있다

Ramp의 수석 경제학자 Ara Kharazian은 TechCrunch에 이번 둔화는 수요 문제가 아니라고 말했다. 그는 대신 모델 가격 인하와 경쟁 심화로 구매자 우위 시장이 형성됐다고 지적했다. 고급 사용자들도 비용 관리에 더 엄격해지고 있다. 장시간 실행되는 작업에 고가 모델이 사용되지 않도록 기본 설정을 정하고, 직원별 예산을 제한하며, 라우터를 활용해 작업을 표준 모델이나 경량 모델에서 더 저렴한 경량 모델로 전환하고 있다.

Kharazian은 중간 수준 기업과 상위 10% 기업의 성장만으로는 최대 사용자들의 지출 감소를 상쇄하기 어렵다고 평가했다. 그는 소프트웨어와 금융 분야에서 코딩 에이전트 수요가 있더라도 병원이나 자동차 대리점이 상위 고객 집단과 같은 수준으로 지출할지 의문을 제기했다. 구매자에게는 더 적은 비용으로 AI를 더 많이 사용할 수 있다는 결과가 나타나지만, 모델 기업에는 사용량과 매출의 관계가 더욱 복잡해진다.

데이터의 범위와 다음 성장의 시험대

이 지수는 Ramp의 기업용 카드 및 청구서 결제 플랫폼을 통해 발생한 85,000개 이상의 미국 기업과 수십억 달러 규모의 기업 지출 데이터를 바탕으로 한다. 설문조사가 아니라 실제 유료 거래를 관찰해 AI 도입 여부를 파악한다. Ramp는 무료 도구는 결제가 발생하지 않고 직원이 개인 계정을 사용할 수도 있어 이 접근법으로는 실제 활동이 과소 집계될 가능성이 높다고 설명한다. 토큰 지표는 Ramp Token Spend Management를 사용하고 제공업체의 사용량 및 청구 데이터가 연동된 기업들로 범위가 더 좁다. 이 집단은 Ramp 전체의 AI 지출 규모를 대표하지 않지만, 조사 결과의 전반적인 방향은 유사하다.

집중도 수치에는 단서도 따른다. Ramp의 10월 분석에 따르면 상위 1%는 소규모 집단으로, 이들의 지출 추정치는 중간값 및 상위 10%의 추정치보다 변동성이 크다. 또한 새로운 AI 공급업체를 추가한 뒤 추정치를 상향 조정했다. 따라서 상위 고객 집단의 정확한 규모에는 불확실성이 더 크지만, 그렇다고 핵심적인 격차를 보여주는 토큰 사용량과 토큰 지출의 별도 측정치가 달라지는 것은 아니다.

Kharazian은 향후 제품이 또 다른 성장 국면을 이끌 수 있다고 말했지만, 현재 이용 가능한 상업적으로 성숙한 제품에서는 지출 둔화가 나타난다고 했다. 그는 개인용 에이전트가 코딩 에이전트 수준의 경제적 생산성을 낼 수 있을지 회의적이다. 앞으로 남은 질문은 상업적 가치가 있는 또 다른 애플리케이션이 오늘날처럼 소수 구매자에게 집중된 수요를 충분히 빠르게 넓혀 가격 하락과 비용 관리 개선을 앞지를 수 있을지, 아니면 단지 더 낮은 비용으로 더 많은 토큰을 제공하는 데 그칠지 여부다.